CEDD（Color and Edge Directivity Descriptor）学习篇

cedd是一种综合颜色和纹理的特征提取方法。

参考论文：FCTH: FUZZY COLOR AND TEXTURE HISTOGRAM ：A LOW LEVEL FEATURE FOR ACCURATE IMAGE RETRIEVAL

网上搜索的关于cedd的介绍很少，看得也很是纠结，还有一些细节方面没有弄很清楚，先写一下以后备用，慢慢细化。

一、CEDD简介

      将图像划分成若干预设号码的分块，为了提取其中的颜色信息，在 HSV 颜色空间应用一组模糊规则提取模糊关联直方图。在一个有三个输入口的模糊系统应用 20 条模糊规则产生一个 10-bin 的量化直方图，其中每个 bin 关联一种预设的颜色，而指定给每个 bin 的分块号码可存放一个特征向量。另外在一个有两个输入口的模糊系统应用 4 条模糊规则将 10bin 直方图转变成 24-bin 的直方图，以提高了每种颜色的色调；其次提取边缘的方向性描述子，边缘直方图描述子将图像中的边缘分为 5 种，分别是水平、垂直、45度 、135 度和无特定方向边缘，然后把图像分成若干个小块，分析小块内图像的边缘性质，判断属于哪一种边缘，最后统计图像中所有边缘的信息；最后是描述 CEDD 特征向量的实现。

二、算法流程

（1）输入图像，如果图像过大就进行压缩。

（2）GrabCut进行图像分割，利用opencv中的函数

void grabCut(InputArray image, InputOutputArray mask, Rect rect, InputOutputArray bgdModel, InputOutputArray
fgdModel, int iterCount, int mode)

得到所选区域中的疑